南京大学

李沐深度学习论文精读（二）Transformer + GAN目录1. Transformer1. 摘要2. 结论结果+优势+未来3. Introduction -- RNN痛点与Transformer优势

Kaggle - LLM Science Exam 大模型做科学选择题Kaggle - LLM Science ExamScience Exam Simple Approach w/ Model Hub | Kaggle

机器学习 - Kaggle项目实践（8）Spooky Author Identification 作者识别Spooky Author Identification | KaggleApproaching (Almost) Any NLP Problem on Kaggle （参考）

机器学习 - Kaggle项目实践（7）NLP with Disaster Tweets 灾难消息Natural Language Processing with Disaster Tweets | Kaggle

机器学习 - Kaggle项目实践（6）Dogs vs. Cats Redux: Kernels Edition 猫狗二分类Dogs vs. Cats Redux: Kernels Edition | Kaggle任务：给定猫狗图像数据集进行二分类。

机器学习 - Kaggle项目实践（4）Toxic Comment Classification Challenge 垃圾评论分类问题Toxic Comment Classification Challenge | KaggleNLP问题输出每个评论comment 属于六种脏话标签的概率。

王树森深度强化学习DRL（三）围棋AlphaGo+蒙特卡洛深度强化学习(5_5)：AlphaGo_哔哩哔哩_bilibili蒙特卡洛 Monte Carlo_哔哩哔哩_bilibili

机器学习 - Kaggle项目实践（1）TitanicTitanic - Machine Learning from Disaster | Kaggle 题目

周志华院士西瓜书实战（二）MLP+SVM+贝叶斯分类器+决策树+集成学习1.把[0,255]灰度图归一化为[0,1] 2.划分训练/测试集 3.创建模型设置参数 4.fit训练 5.再评估

李宏毅深度学习教程第12-13章对抗攻击 + 迁移学习transfer learning第十节来自人类恶意的攻击 --【2025版】李宏毅机器学习系列课程第十一节领域自适应 -- 【2025版】李宏毅机器学习系列课程

NJU 凸优化导论(9) 对偶（II）KKT条件+变形重构https://www.lamda.nju.edu.cn/chengq/optfall24/slides/Lecture_9.pdf

周志华《机器学习导论》第5章支持向量机SVM目录6.1 间隔与支持向量6.2 对偶问题6.2.1 拉格朗日&KKT6.2.2 SMO (Sequential Minimal Optimization)求解

周志华《机器学习导论》第8章集成学习 Ensemble Learning目录8.1 个体与集成8.2 BoostingAda（Adaptive）Boost8.3 Bagging

南京大学计算机基础（四）踩坑笔记第六周缓冲区溢出章节bang问题：rumble问题：仔细分析汇编和栈的调用，这道题挺难的！【搞了我3个小时，真的别只用gdb，用ida静态结合gdb动态才是正解。】

我是有底线的